鄧振立，馮心雨，王世謙，李虎軍，劉軍會(huì)

（1.國(guó)網(wǎng)河南省電力公司經(jīng)濟(jì)技術(shù)研究院，鄭州 450052；2.東南大學(xué)電氣工程學(xué)院，南京 210096）

近年來(lái)，國(guó)家大力發(fā)展綠色經(jīng)濟(jì)，可再生能源滲透率與新能源電動(dòng)汽車(chē)EV（electric vehicle）保有量顯著提高，而風(fēng)電、光伏等可再生能源受自然環(huán)境的影響具有很強(qiáng)的波動(dòng)性，大量EV無(wú)序接入也加劇了負(fù)荷的不確定性，給調(diào)峰、備用等輔助服務(wù)提出了更高的要求[1]。為緩解壓力，需求側(cè)資源的靈活性調(diào)節(jié)潛力成為關(guān)注焦點(diǎn)[2-4]。

需求側(cè)資源的利用需要克服單體容量小、資源服從性差、不確定性強(qiáng)等缺點(diǎn)[5]。虛擬電廠(chǎng)VPP（virtual power plant）通過(guò)聚合分布式電源DG（distributed generation）、EV集群、儲(chǔ)能設(shè)備與負(fù)荷等需求側(cè)資源，控制其靈活性消費(fèi)，有助于提高電網(wǎng)調(diào)峰備用、安全應(yīng)急等響應(yīng)能力[6-8]。文獻(xiàn)[9]利用博弈交叉效率的數(shù)據(jù)包絡(luò)分析法，對(duì)火電廠(chǎng)、風(fēng)電場(chǎng)、儲(chǔ)能電站、企業(yè)進(jìn)行綜合效率評(píng)價(jià)，構(gòu)建了火-風(fēng)-儲(chǔ)-高載能企業(yè)VPP成員選擇模型，驗(yàn)證了VPP聚合各類(lèi)成員的優(yōu)越性?，F(xiàn)如今，針對(duì)VPP的研究主要集中在優(yōu)化調(diào)度[10-11]、運(yùn)行控制[12]與市場(chǎng)投標(biāo)[13-14]方面。早期，虛擬電廠(chǎng)市場(chǎng)競(jìng)標(biāo)主要針對(duì)單一日前市場(chǎng)?，F(xiàn)階段，隨著電力市場(chǎng)改革的推進(jìn)，售電側(cè)逐漸對(duì)外開(kāi)放，越來(lái)越多的研究注意到VPP作為需求側(cè)資源聚合商的商業(yè)價(jià)值，通過(guò)能量管理系統(tǒng)EMS（energy management system）協(xié)調(diào)優(yōu)化控制，VPP可聚合多類(lèi)靈活性資源參與多類(lèi)電力市場(chǎng)[15]。文獻(xiàn)[16]采取VPP同時(shí)直接參與電力交易市場(chǎng)與調(diào)峰市場(chǎng)的運(yùn)營(yíng)模式，考慮風(fēng)光出力不確定性研究VPP日前優(yōu)化運(yùn)行模型；文獻(xiàn)[17]建立受端電網(wǎng)參與電力市場(chǎng)的電能及備用市場(chǎng)聯(lián)合競(jìng)價(jià)均衡模型，優(yōu)化其期望凈利潤(rùn)；文獻(xiàn)[18]為量化VPP靈活調(diào)峰能力，建立了VPP參與能量、備用、調(diào)峰市場(chǎng)的最優(yōu)投標(biāo)策略，并說(shuō)明了VPP在滿(mǎn)足輔助服務(wù)的同時(shí)可以利用主輔市場(chǎng)獲得收益。

為擴(kuò)大需求側(cè)參與容量與響應(yīng)能力，文獻(xiàn)[19]提出在不考慮經(jīng)濟(jì)的情況下引入短期存儲(chǔ)設(shè)備；文獻(xiàn)[20]通過(guò)添加抽水蓄能裝置增加VPP儲(chǔ)能容量，參與旋轉(zhuǎn)備用輔助服務(wù)，而EV作為一種具有儲(chǔ)能特性的特殊電力負(fù)荷，無(wú)需額外投資配置成本，將其加入VPP需求側(cè)，有助于新能源消納與儲(chǔ)能存量增效和增量降本，提高系統(tǒng)安全響應(yīng)能力；文獻(xiàn)[21]提出應(yīng)用EV、儲(chǔ)能和自動(dòng)化技術(shù)提供有針對(duì)性的支持，組成“災(zāi)難恢復(fù)技術(shù)集群”，可提高電網(wǎng)韌性與運(yùn)行安全性?，F(xiàn)階段，關(guān)于EV集群參與市場(chǎng)交易的商業(yè)模式并不成熟，文獻(xiàn)[22]針對(duì)EV聚合商、電網(wǎng)與用戶(hù)三方問(wèn)題，提出了日前、實(shí)時(shí)、結(jié)算三階段的市場(chǎng)交易運(yùn)行框架；文獻(xiàn)[23]提出了一種EV聚合商的最優(yōu)運(yùn)行策略，該聚合商在能源市場(chǎng)中進(jìn)行能源套利，EV集群參與輔助服務(wù)的同時(shí)向EV提供充電服務(wù)，以在能源市場(chǎng)中實(shí)現(xiàn)利潤(rùn)最大化。

然而以上研究均直接對(duì)每一輛EV進(jìn)行功率分配，大量的EV直接調(diào)度將導(dǎo)致“維數(shù)災(zāi)”問(wèn)題及通信負(fù)荷。為解決EV大規(guī)模入網(wǎng)調(diào)度問(wèn)題，文獻(xiàn)[24]將EV集群劃分為若干不同優(yōu)先級(jí)的集群進(jìn)行分層求解，而其本質(zhì)并未壓縮EV集群調(diào)度維度，而是將維度拆分并行求解。文獻(xiàn)[25]則采用基于戴維南的模型作為電池等效電路模型分析EV集群動(dòng)態(tài)特性，卻忽略了EV集群中EV個(gè)體差異。若能充分挖掘與評(píng)估EV集群可調(diào)度潛力，可為VPP控制其協(xié)調(diào)優(yōu)化調(diào)度提供有力的數(shù)據(jù)支撐。

受制于資源挖掘困難和調(diào)度模式缺失，電力需求側(cè)的發(fā)展還有很長(zhǎng)的路要走。為解決以上難題，本文在前人研究的基礎(chǔ)上，進(jìn)行以下工作。

（1）首先定義可調(diào)度域概念，采用充放電模型與累計(jì)能量邊界模型繪制可調(diào)度域邊界，從而界定EV個(gè)體可調(diào)度域，并利用閔可夫斯基加法將各類(lèi)EV聚合為廣義儲(chǔ)能設(shè)備參與VPP協(xié)調(diào)控制。

（2）將電力市場(chǎng)交易流程分為3個(gè)階段，利用日前-實(shí)時(shí)雙層優(yōu)化模型刻畫(huà)VPP參與市場(chǎng)交易的優(yōu)化調(diào)度模型，最后利用平衡市場(chǎng)結(jié)算上報(bào)交易與實(shí)際交易的偏差。

（3）本文設(shè)置VPP參與主輔聯(lián)合市場(chǎng)中的能量市場(chǎng)、備用服務(wù)以及調(diào)峰服務(wù)，保證系統(tǒng)安全穩(wěn)定運(yùn)行的同時(shí)利用價(jià)差使得經(jīng)濟(jì)最大化。

1 EV可調(diào)度域模型

1.1 可調(diào)度域定義

本文將可調(diào)度域定義為EV成為廣義儲(chǔ)能設(shè)備的調(diào)節(jié)域與儲(chǔ)備域的決策空間交集，在可調(diào)度域內(nèi)，EV的任意一條充放電線(xiàn)均為一種可行的調(diào)度方案。EV的調(diào)節(jié)域由EV充放電功率表征，反映EV參與輔助服務(wù)時(shí)的響應(yīng)特性；儲(chǔ)備域則由EV集群的可充放電電量表征，反映EV參與能量市場(chǎng)的動(dòng)態(tài)能量平衡能力。

EV個(gè)體可調(diào)度域模型由EV個(gè)體充放電模型與累計(jì)能量邊界模型構(gòu)成，充放電模型計(jì)算EV個(gè)體調(diào)節(jié)域，累計(jì)能量邊界模型計(jì)算EV個(gè)體儲(chǔ)備域。若干EV個(gè)體可調(diào)度域決策空間疊加便構(gòu)成了EV集群可調(diào)度域。

1.2 EV個(gè)體可調(diào)度域建模

1.2.1 EV個(gè)體充放電模型

EV接入電網(wǎng)有2種充電模式：快充與慢充?？紤]到快充下的EV以最高功率持續(xù)充電且接入電網(wǎng)時(shí)間較短，故本文認(rèn)為快充下的EV不參與調(diào)度。慢充下的EV具有平移負(fù)荷、參與電網(wǎng)互動(dòng)的能力，將其視為具有調(diào)度潛力的柔性負(fù)荷。

EV參與電網(wǎng)互動(dòng)需滿(mǎn)足充放電約束，其EV充電模型為

為便于將EV個(gè)體儲(chǔ)備域的歐幾里得空間累加為EV集群儲(chǔ)備域，本文提出了充放電累計(jì)能量邊界模型。

1.2.2 EV個(gè)體累計(jì)能量邊界模型

EV可充放電能量邊界包含可充電上界與可放電下界，根據(jù)其在網(wǎng)時(shí)間長(zhǎng)短分2種情況討論。當(dāng)EV入網(wǎng)時(shí)間較長(zhǎng)時(shí)，在網(wǎng)時(shí)間可滿(mǎn)足EV完成一次全放全充的要求，該情況下單輛EV的累計(jì)能量邊界如圖1所示。

圖1 入網(wǎng)時(shí)間較長(zhǎng)時(shí)累計(jì)能量邊界Fig.1 Cumulative energy boundary for a long time of grid entry

圖1中，En，e為第n輛EV期望離開(kāi)時(shí)的電量，本文認(rèn)為En，e是保證EV壽命的前提下的最大存儲(chǔ)電量；為第n輛EV所需保留的最低電量；分別為第n輛EV接入電網(wǎng)、離開(kāi)的時(shí)間；折線(xiàn)abc為第n輛EV接入電網(wǎng)后的累計(jì)可注入電能的上界，直線(xiàn)ab的斜率為，bc為一條水平的直線(xiàn)，表示當(dāng)EV接入后立即以最大功率充電，充到最大狀態(tài)則停止動(dòng)作直至離開(kāi)；折線(xiàn)adec則代表第n輛EV接入電網(wǎng)后的累計(jì)可放電的下界，直線(xiàn)ad斜率為，直線(xiàn)ec斜率為，直線(xiàn)de為一條水平的直線(xiàn)，表示EV接入后以最大功率放電到最極限狀態(tài)，再延遲充電不動(dòng)作，直至離開(kāi)前恰好充到期望狀態(tài)。可充電上界與可充電下界的繪制框定了EV的可充放電域，即本文所提儲(chǔ)備域，任意一條在abced變量空間中的折線(xiàn)都是一種可行的EV充放電方式，折線(xiàn) fgc便為其中一條可行的累計(jì)電能曲線(xiàn)。由于充電需求約束，處，相重合。

經(jīng)分析，最終得到相應(yīng)邊界模型為

當(dāng)EV入網(wǎng)時(shí)間較短時(shí)，EV不能在入網(wǎng)時(shí)段內(nèi)完成一次全放全充，該情況下的單輛EV的累計(jì)能量邊界如圖2所示。

圖2 入網(wǎng)時(shí)間較短時(shí)累計(jì)能量邊界Fig.2 Cumulative energy boundary for a short time of grid entry

圖2中，h點(diǎn)為EV的最大放電點(diǎn)，與上一種情況不同的是，為滿(mǎn)足EV離開(kāi)時(shí)的期望電量，充電曲線(xiàn)在沒(méi)有完全放電的情況下開(kāi)始充電，折線(xiàn)ahc則構(gòu)成EV的累計(jì)放電能量下界。其能量邊界模型為

2種情況下的時(shí)間參數(shù)分別為

式（1）～（7）構(gòu)成每輛EV的可調(diào)度域，則可調(diào)度域參數(shù)集合為

1.3 EV集群可調(diào)度域模型

EV是作為整體參與電力市場(chǎng)交易的，且不同類(lèi)別EV的充電特性不同，可充分利用其在時(shí)間特性上的互補(bǔ)性，為靈活、高質(zhì)量提供調(diào)峰備用輔助服務(wù)提供保障。本文考慮了4種EV（私家車(chē)、公交車(chē)、網(wǎng)約車(chē)和專(zhuān)用車(chē)），不同EV的特性在后文中給出。由上文可知單一EV車(chē)輛調(diào)度的決策空間，此時(shí)需要將若干個(gè)決策空間疊加，作為一個(gè)整體參與市場(chǎng)。本文利用閔可夫斯基加法累加歐幾里和空間將EV集群聚合為廣義儲(chǔ)能設(shè)備，最終得到EV集群可調(diào)度域參數(shù)，分別為

式中：m=1、2、3、4分別代表電動(dòng)私家車(chē)、公交車(chē)、網(wǎng)約車(chē)和專(zhuān)用車(chē)；Nm為m類(lèi)EV保有量；Xm，n，t為第n輛m類(lèi)EV在t時(shí)段的狀態(tài)，X=1表示EV接入電網(wǎng)，X=0則不在網(wǎng)；T為參與市場(chǎng)交易的時(shí)段集合；為第n輛m類(lèi)EV的最大充、放電功率；為第n輛m類(lèi)EV在t時(shí)段的充放電上、下界；為EV集群充電功率上界與放電功率下界；分別為EV集群可充電能量上界與放電能量下界；WEV為計(jì)算所得EV集群的可調(diào)度域參數(shù)集合。

2 VPP參與主輔聯(lián)合市場(chǎng)三階段交易模型

光伏、風(fēng)電等可再生能源具有滲透率高、分布廣、清潔環(huán)保等優(yōu)點(diǎn)，但因其不確定性無(wú)法穩(wěn)健參與各類(lèi)市場(chǎng)交易。本文采用VPP技術(shù)，將DG、EV集群、儲(chǔ)能設(shè)備和基礎(chǔ)負(fù)荷聚合為VPP整體，利用EMS控制VPP有效運(yùn)行，參與市場(chǎng)交易[26-29]，且VPP主要參與主輔聯(lián)合市場(chǎng)中能量市場(chǎng)、旋轉(zhuǎn)備用市場(chǎng)和靈活調(diào)峰服務(wù)。本文假定VPP總體投標(biāo)量小，其作為價(jià)格接受者不影響市場(chǎng)出清價(jià)格，VPP沒(méi)有競(jìng)爭(zhēng)者，投標(biāo)量即為市場(chǎng)交易量。圖3為VPP參與主輔市場(chǎng)交易流程，分為以下3個(gè)階段[30～32]。

圖3 VPP的三階段綜合交易流程Fig.3 Flow chart of VPP three-stage comprehensive transaction

1）階段1

交易時(shí)間：交易日前一天10：00—13：00。

輸入：EMS根據(jù)歷史數(shù)據(jù)預(yù)測(cè)出的交易日的DG出力、EV調(diào)度潛力、負(fù)荷用電情況與主輔市場(chǎng)日前價(jià)格。

輸出：相應(yīng)競(jìng)標(biāo)策略并上報(bào)日前投標(biāo)量。

2）階段2

交易時(shí)間：交易日的每時(shí)段逐個(gè)開(kāi)啟。

輸入：EMS根據(jù)歷史數(shù)據(jù)預(yù)測(cè)出的交易日的DG出力、EV調(diào)度潛力、負(fù)荷用電情況與主輔市場(chǎng)實(shí)時(shí)價(jià)格；日前出清結(jié)果。

輸出：實(shí)時(shí)競(jìng)標(biāo)策略并上報(bào)。

3）階段3

結(jié)算時(shí)間：實(shí)時(shí)市場(chǎng)閉市后開(kāi)啟。

輸入：交易日實(shí)際DG出力、EV調(diào)度潛力、負(fù)荷用電情況；日前實(shí)時(shí)出清結(jié)果。

輸出：偏差成本與收益。

2.1 階段1

VPP需于日前簽訂雙邊合同并提交日前投標(biāo)交易量。投標(biāo)時(shí)，日前與實(shí)時(shí)投標(biāo)量應(yīng)滿(mǎn)足功率平衡約束，實(shí)時(shí)投標(biāo)策略會(huì)影響日前投標(biāo)策略的制定，所以本文在日前競(jìng)標(biāo)時(shí)考慮實(shí)時(shí)競(jìng)標(biāo)，階段1的投標(biāo)模型中也有實(shí)時(shí)投標(biāo)量。同時(shí)本文認(rèn)為VPP是第三方運(yùn)營(yíng)機(jī)構(gòu)，本質(zhì)通過(guò)賺取差價(jià)來(lái)盈利。因此階段1以?xún)?yōu)化VPP參與能量市場(chǎng)、備用服務(wù)與調(diào)峰服務(wù)的收益最高為目標(biāo)，得到日前與實(shí)時(shí)投標(biāo)量。最終階段1提交日前投標(biāo)量，需注意的是此時(shí)所得實(shí)時(shí)的投標(biāo)量并不是階段2的決策。日前交易模型為

VPP在運(yùn)行時(shí)應(yīng)滿(mǎn)足以下約束。

（1）VPP參與市場(chǎng)交易功率約束為

（2）DG約束為

（3）EV集群約束為

（4）儲(chǔ)能約束。儲(chǔ)能可看作是無(wú)需滿(mǎn)足出行需求的特殊動(dòng)力電池，故儲(chǔ)能約束與EV集群約束相同，除此之外，則需滿(mǎn)足的電量守恒約束為

（5）負(fù)荷約束為

（6）輔助服務(wù)約束為

2.2 階段2

這一階段日前市場(chǎng)已出清，日前交易電量與電價(jià)便為已知量。t時(shí)段以前的決策變量也為已知量，故t時(shí)段的交易模型為

其中，帶有上標(biāo)“～”均為階段1中日前出清后的已知量。

約束條件分別與階段1中約束對(duì)應(yīng)，表示為

2.3 階段3

消納可再生能源與EV集群出力偏差并向VPP收取費(fèi)用。最終得到VPP交易日的總收益為

式中：R為VPP交易日的總收益；RDA和RRT分別為日前與實(shí)時(shí)市場(chǎng)收益；為平衡市場(chǎng)t時(shí)段平衡可再生能源與靈活性資源偏差費(fèi)用；分別為t時(shí)段風(fēng)電、光伏發(fā)電、EV集群出力計(jì)劃值；分別為t時(shí)段風(fēng)電、光伏、EV集群實(shí)際出力值；分別為時(shí)段平衡市場(chǎng)購(gòu)電、售電單價(jià)。

3 算例分析

本文利用Yalmip語(yǔ)言下的Cplex求解器驗(yàn)證所提可調(diào)度域模型與交易模型的有效性。表1為EV相關(guān)參數(shù)設(shè)置，其余仿真所用參數(shù)設(shè)置如表2所示，其中電動(dòng)汽車(chē)各類(lèi)信息為河南省某地區(qū)調(diào)研數(shù)據(jù)。

表1 各類(lèi)EV參數(shù)設(shè)置Tab.1 Parameter setting for all kinds of EV

表2 各類(lèi)EV充電時(shí)間分布Tab.2 Distribution of charging time for all kinds of EV

本文采用河南省平均出力水平，分布式電源出力情況如圖4所示。結(jié)合參考文獻(xiàn)[1，18]設(shè)置的仿真參數(shù)，電價(jià)信息如圖5所示。

圖4 風(fēng)電、光伏出力Fig.4 Wind power and photovoltaic output

圖5 多類(lèi)電力市場(chǎng)電價(jià)Fig.5 Electricity prices in multiple power markets

3.1 EV集群可調(diào)度域結(jié)果分析

本文考慮4種類(lèi)型的EV（私家車(chē)、公交車(chē)、網(wǎng)約車(chē)、專(zhuān)用車(chē)）參與市場(chǎng)交易，且交易日為工作日。圖6為由歷史數(shù)據(jù)預(yù)測(cè)所得EV集群日前可調(diào)度域，由圖可知，當(dāng)EV集群充放電功率、累計(jì)電量分別處于調(diào)節(jié)域與儲(chǔ)備域中時(shí)，此時(shí)的EV集群狀態(tài)便是可行的充放電決策，EV集群可調(diào)度域則為EV聚合成為廣義儲(chǔ)能設(shè)備的約束條件?？烧{(diào)度域的大小決定著EV集群參與市場(chǎng)交易的靈活性潛力與商業(yè)潛力，可調(diào)度域的界定也為后續(xù)進(jìn)行市場(chǎng)交易提供數(shù)據(jù)輸入與輔助決策。圖中顯示，EV集群夜間18：00到次日06：00有著較強(qiáng)的充放電潛力，符合EV集群參與電網(wǎng)互動(dòng)的特性，可見(jiàn)利用EV集群可調(diào)度域可幫助EV聚合為廣義儲(chǔ)能設(shè)備參與市場(chǎng)交易。

圖6 EV集群日前可調(diào)度域Fig.6 Day-ahead schedulable domain of EV cluster

3.2 VPP參與主輔聯(lián)合市場(chǎng)交易優(yōu)化結(jié)果分析

負(fù)荷高峰時(shí)為保證系統(tǒng)穩(wěn)定運(yùn)行，VPP參與輔助服務(wù)市場(chǎng)，此時(shí)，輔助服務(wù)市場(chǎng)電價(jià)一般高于能量市場(chǎng)，本文設(shè)置輔助服務(wù)需求如表3所示。

表3 輔助服務(wù)交易日需求Tab.3 Auxiliary service demand on trading day

VPP某交易日參與能量市場(chǎng)、備用服務(wù)和靈活調(diào)峰服務(wù)的日前、實(shí)時(shí)和總決策交易結(jié)果如圖7～圖9所示。圖9中，VPP參與各類(lèi)市場(chǎng)的交易量為日前與實(shí)時(shí)兩階段的總投標(biāo)量之和，EV集群在此階段優(yōu)先放電以滿(mǎn)足輔助服務(wù)需求，當(dāng)VPP參與輔助服務(wù)電量不夠時(shí)，會(huì)向能量市場(chǎng)購(gòu)電以可滿(mǎn)足輔助需求，經(jīng)過(guò)三階段交易流程后，所設(shè)置的輔助服務(wù)需求均能被滿(mǎn)足。

圖7 VPP參與主輔聯(lián)合市場(chǎng)交易日前交易結(jié)果Fig.7 Day-ahead transaction results of VPP participating in main and auxiliary joint markets

圖8 VPP參與主輔聯(lián)合市場(chǎng)交易實(shí)時(shí)交易結(jié)果Fig.8 Real-time transaction results of VPP participating in main and auxiliary joint markets

圖9 VPP參與主輔聯(lián)合市場(chǎng)交易結(jié)果Fig.9 Transaction results of VPP participating in main and auxiliary joint markets

3.3 VPP參與主輔聯(lián)合市場(chǎng)的經(jīng)濟(jì)性分析

本文所提出的主輔聯(lián)合市場(chǎng)交易模型能夠利用能量市場(chǎng)進(jìn)行峰谷套利，同時(shí)也可利用主輔市場(chǎng)價(jià)差獲得更高收益。除此之外，EV集群加入VPP參與市場(chǎng)調(diào)度，不僅能夠幫助電網(wǎng)消納新能源，還可減少自身充電成本并獲取額外利潤(rùn)。為驗(yàn)證EV集群的加入與主輔市場(chǎng)的聯(lián)合對(duì)VPP投標(biāo)的影響，本文設(shè)置5種不同的參與場(chǎng)景，對(duì)比分析。5種參與場(chǎng)景設(shè)置如表4所示。

表4 5種參與場(chǎng)景設(shè)置Tab.4 Setting of five participating scenarios

表5為5種場(chǎng)景下VPP經(jīng)過(guò)三階段優(yōu)化調(diào)度流程后的收益結(jié)果。

表5 5種參與場(chǎng)景收益結(jié)果對(duì)比Tab.5 Comparison of revenue in five participating scenarios

對(duì)比表4中場(chǎng)景1、5的總收益，兩者的差值為EV集群為VPP帶來(lái)的凈收益，可見(jiàn)EV集群的加入給VPP帶來(lái)了更大的利潤(rùn)。EV集群的加入，使得平衡市場(chǎng)購(gòu)電平衡成本與收益均增加，給VPP功率調(diào)度帶來(lái)了不確定性，但EV集群的加入極大地增加了VPP日前、實(shí)時(shí)收益，故而總收益依舊是增加的。場(chǎng)景2、3、4、5中，場(chǎng)景4收益最低，2、3場(chǎng)景其次，場(chǎng)景5收益最高，說(shuō)明VPP的收益隨參與市場(chǎng)種類(lèi)的增多而逐漸提升，也證明了VPP參與主輔聯(lián)合市場(chǎng)能獲得更高收益。各場(chǎng)景中的平衡市場(chǎng)結(jié)算收益不同，可見(jiàn)平衡市場(chǎng)主要是用來(lái)消納新能源與EV集群出力不平衡，場(chǎng)景不同，平衡結(jié)果便不相同。綜上所述，VPP參與主輔聯(lián)合市場(chǎng)、聚合EV集群均可有效提高VPP運(yùn)營(yíng)商收益。

3.4 可調(diào)度域方法的準(zhǔn)確性分析

為驗(yàn)證本文所提EV集群可調(diào)度域模型能夠保證EV聚合后預(yù)測(cè)出力的計(jì)算準(zhǔn)確性，本文將其與直接調(diào)度法計(jì)算日前與實(shí)時(shí)市場(chǎng)交易情況做對(duì)比?？紤]到表2和圖4、圖5中所設(shè)置EV集群直接調(diào)度會(huì)因增設(shè)變量而求解困難，故將對(duì)比場(chǎng)景選擇為只調(diào)度夜間充電車(chē)輛。采用直接調(diào)度法與本文所提出可調(diào)度域法優(yōu)化時(shí)間對(duì)比如表6所示。

表6 兩種方法優(yōu)化時(shí)間對(duì)比Tab.6 Comparison of optimization time between two methods

圖10和圖11分別為采用直接調(diào)度法與本文所提出可調(diào)度域法日前與實(shí)時(shí)總交易結(jié)果。由圖可見(jiàn)，兩種調(diào)度結(jié)果相差不大，總收益結(jié)果均為4 808.6元，從調(diào)度曲線(xiàn)及總體收益兩方面均驗(yàn)證了本方法的準(zhǔn)確性。同時(shí)，從表6中可見(jiàn)，本文所提可調(diào)度域法在計(jì)算時(shí)間上遠(yuǎn)優(yōu)于直接調(diào)度。在未來(lái)電動(dòng)汽車(chē)保有量日漸增加的情景下，本文所提方法的優(yōu)越性會(huì)更為突出。

圖10 采用直接調(diào)度法所得交易結(jié)果Fig.10 Transaction result obtained using direct scheduling method

圖11 采用可調(diào)度域法所得交易結(jié)果Fig.11 Transaction result obtained using schedulable domain method

4 結(jié)語(yǔ)

本文通過(guò)研究EV個(gè)體調(diào)節(jié)及儲(chǔ)備性能建立了EV集群可調(diào)度域模型，并基于可調(diào)度域的計(jì)算結(jié)果研究了包含EV集群的VPP參與主輔聯(lián)合市場(chǎng)的三階段調(diào)度交易模型。經(jīng)仿真分析，得到了以下結(jié)論。

（1）EV充放電模型與累計(jì)能量邊界模型能夠?qū)崿F(xiàn)EV個(gè)體調(diào)節(jié)域與儲(chǔ)備域的界定，從而確立EV集群的可調(diào)節(jié)域，降低了模型的維度與計(jì)算量，同時(shí)保留決策變量的約束關(guān)系，保證EV集群參與市場(chǎng)交易的可信度。

（2）包含EV集群的VPP參與主輔聯(lián)合市場(chǎng)的交易模型充分挖掘了EV集群的商業(yè)價(jià)值與多類(lèi)市場(chǎng)的價(jià)格優(yōu)勢(shì)，為需求側(cè)靈活性資源參與市場(chǎng)交易提供了商業(yè)模式。

當(dāng)VPP投標(biāo)達(dá)到一定規(guī)模時(shí)，將會(huì)對(duì)市場(chǎng)出清價(jià)格有所影響，故而今后的研究將會(huì)進(jìn)一步考慮VPP對(duì)市場(chǎng)出清價(jià)格的影響，提出包含EV集群的VPP競(jìng)價(jià)策略。